El proyecto de I+D+i de Rover Rail, división ferroviaria de Rover Grupo, combina georradar y aprendizaje automático para mejorar la detección de anomalías en las vías ferroviarias y avanzar hacia modelos de mantenimiento más eficientes y anticipativos
El mantenimiento de las infraestructuras ferroviarias depende en gran medida del conocimiento del estado de los elementos que se encuentran bajo los raíles. Estas capas soportan las cargas del tren y resultan fundamentales para garantizar la estabilidad, seguridad y fiabilidad de la vía.
Con el objetivo de mejorar su análisis, Rover Rail ha desarrollado SMART RAIL, un proyecto de innovación que aplica técnicas de exploración geofísica y machine learning al mantenimiento ferroviario.
La iniciativa, desarrollada junto a Geozone Asesores y enmarcada en el programa de proyectos de I+D en cooperación de IVACE+i, busca identificar posibles patologías en las capas inferiores de la infraestructura antes de que su evolución requiera intervenciones de mayor alcance.
El sistema utiliza tecnología de georradar y captación masiva de datos mediante un equipo multiarray instalado en maquinaria ferroviaria. Los algoritmos permiten posteriormente analizar patrones relacionados con el estado del balasto y detectar posibles problemas de compactación, contaminación, asentamientos o subsidencias.
De esta forma, Rover Rail y Rover Grupo avanzan hacia un modelo de mantenimiento predictivo, basado en disponer de más información para anticipar actuaciones, priorizar recursos y mejorar la planificación de las intervenciones.
SMART RAIL culminó su desarrollo en 2024 tras completar las pruebas de campo, el procesamiento de los datos y la validación de los modelos.
La iniciativa se suma a la experiencia operativa de Rover Rail, que mantiene actualmente más de 5.300 kilómetros de líneas ferroviarias en España, más de 2.000 de ellos en Andalucía, y dispone de una flota propia de más de 35 máquinas ferroviarias.
Con proyectos como SMART RAIL, Rover Grupo refuerza su apuesta por la innovación aplicada a las infraestructuras, combinando conocimiento técnico, experiencia sobre el terreno y nuevas tecnologías para contribuir a un sistema ferroviario más fiable, eficiente y preparado para anticiparse a las necesidades de mantenimiento.
